Documentos de Académico
Documentos de Profesional
Documentos de Cultura
III. Demostraciones
a. Demuestre las condiciones matemáticas para considerar que una variable tiene un proceso generador
de datos que se comporte como un ARIMA(1,1,1)
b. Demuestre que un ARIMA(1,1,0) es igual a un ARIMA(0,1,∞)
c. Explique matemáticamente cómo se desarrolla el test de Dickey Fuller Avanzado.
IV. Dado los siguientes dos procesos autoregresivos estocásticos Univariados.
yt = 10 + yt−1 + ε + 0.4εt−1
yt = ε + 0.4εt−1
a. Reformule los procesos en la notación de retardos y clasifíquelos dentro de la familia ARIMA(p,d,q). o
en ARMA(p,q) si cree conveniente
b. Determine la estacionariedad e invertibilidad de los dos procesos.
c. Reformule el proceso (b) en forma de un proceso AR de orden infinito. (1pt)
d. Estime el valor de 𝑦𝑡+1 en cada uno de los dos procesos si se sabe que el valor de 𝑦𝑡 = 1.
Ilustración 1 Ilustración 2
Ilustración 4
Ilustración 3
Ilustración 5
VI. Dado el siguiente Modelo VAR.
𝒚𝒕 𝟎. 𝟖 𝟎. 𝟐 𝒚𝒕−𝟏 𝒆𝟏
(𝒛 ) = ( )( ) + (𝒆 )
𝒕 𝟎. 𝟐 𝟎. 𝟒 𝒛𝒕−𝟏 𝟐
a) Determine si el modelo es estable y estacionario.
b) Calcule la respuesta 𝒚𝒕 ante un shock unitario de 𝜺𝒛 para los periodos 1,2,3, asumiendo que los errores
𝒆𝟏 𝜺𝒚
(𝒆 ) =( 𝜺 ) son ruidos blancos.
𝟐 𝒛
c) Calcule la respuesta 𝒛𝒕 ante un shock unitario de 𝜺𝒛 para los periodos 1,2,3, asumiendo que los errores
𝒆𝟏 𝟏 𝟎. 𝟓 𝜺𝒚
(𝒆 ) = ( ) ( 𝜺 ).
𝟐 𝟎 𝟏 𝒛
d) Calcule la respuesta 𝒛𝒕 ante un shock unitario de 𝜺𝒚 para los periodos 1,2,3, asumiendo que los errores
𝒆𝟏 𝟏 𝟎. 𝟓 𝜺𝒚
(𝒆 ) = ( ) (𝜺 )
𝟐 𝟎. 𝟓 𝟏 𝒛
e) Complete la matriz de Varianzas y covarianzas, Calcule los parámetros del modelo VAR-Structural y
𝜺𝒚
las varianza ( 𝜺 ). Sabiendo que:
𝒛
𝒆𝟏 𝟏 𝟎 𝜺𝒚
(𝒆 ) = ( )( )
𝟐 𝟎. 𝟓 𝟏 𝜺𝒛
𝟏 𝟎. 𝟖
𝑴𝒂𝒕𝒓𝒊𝒛 𝒅𝒆 𝒂𝒖𝒕𝒐𝒄𝒐𝒓𝒓𝒆𝒍𝒂𝒄𝒊ó𝒏 𝒅𝒆𝒍 𝒎𝒐𝒅𝒆𝒍𝒐 𝑽𝒂𝒓 𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓 = ( )
𝟎. 𝟖 𝟏
¿ ? 𝟎. 𝟒
𝑴𝒂𝒕𝒓𝒊𝒛 𝒅𝒆 𝑽𝒂𝒓𝒊𝒂𝒏𝒛𝒂𝒔 𝒚 𝑪𝒐𝒗. 𝒅𝒆𝒍 𝒎𝒐𝒅𝒆𝒍𝒐 𝑽𝒂𝒓 𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓 = ( )
𝟎. 𝟒 𝟎. 𝟓